用于挖掘“对比规则集”的 SCR-Apriori 算法
机器学习
2019-12-23 v1 机器学习
摘要
本文提出一种高效的算法用于挖掘新颖的“对比规则集”模式（SCR-pattern），该模式由若干关联规则组成。由于构成该模式的规则具有质量保证，且其能够发现有用的知识，因此该模式备受关注。然而，SCR-pattern 尚无高效的挖掘算法。我们提出 SCR-Apriori 算法，其产生的 SCR-pattern 集合与最先进的方法相同，但计算开销更低。我们还通过实验表明，通过将关于模式结构的知识引入 Apriori 算法，SCR-Apriori 能够显著剪枝待分析的频繁项集的搜索空间。
引用
@article{arxiv.1912.09817,
title = {SCR-Apriori for Mining `Sets of Contrasting Rules'},
author = {Marharyta Aleksandrova and Oleg Chertov},
journal= {arXiv preprint arXiv:1912.09817},
year = {2019}
}
备注
6 pages, 5 figures